pytorch中的torch.Tensor（）和torch.empty（）有什么区别？

Question

我已经尝试了如下。在我看来，它们是相同的。pytorch中的torch.Tensor（）和torch.empty（）有什么区别？

Answer 1

torch.Tensor()torch.FloatTensor()dtype张量构造期间未指定no时，它只是张量的默认类型的别名。

从numpy用户的火炬记录中可以看出，这似乎torch.Tensor()是对numpy用户的直接替代。numpy.empty()

因此，本质上torch.FloatTensor()与torch.empty()返回填充dtype垃圾值的张量的工作相同torch.float32。下面是一个小批量：

In [87]: torch.FloatTensor(2, 3)
Out[87]: 
tensor([[-1.0049e+08,  4.5688e-41, -8.9389e-38],
        [ 3.0638e-41,  4.4842e-44,  0.0000e+00]])

In [88]: torch.FloatTensor(2, 3)
Out[88]: 
tensor([[-1.0049e+08,  4.5688e-41, -1.6512e-38],
        [ 3.0638e-41,  4.4842e-44,  0.0000e+00]])

In [89]: torch.empty(2, 3)
Out[89]: 
tensor([[-1.0049e+08,  4.5688e-41, -9.0400e-38],
        [ 3.0638e-41,  4.4842e-44,  0.0000e+00]])

In [90]: torch.empty(2, 3)
Out[90]: 
tensor([[-1.0049e+08,  4.5688e-41, -9.2852e-38],
        [ 3.0638e-41,  4.4842e-44,  0.0000e+00]])

Answer 2

快速回答： torch.empty() 创建具有您想要的任何数据类型的张量，torch.Tensor() 只创建 torch.FloatTensor 类型的张量。所以 torch.Tensor() 是 torch.empty() 的一个特例

详细解答：

torch.empty() 返回一个充满未初始化数据的张量。使用参数，您可以指定张量的形状、输出张量、数据类型... （请参阅tensor.empty()文档）

这意味着您可以创建浮点数、整数的张量...如果未指定数据类型，则选择的数据类型是您的默认torch.Tensor类型（默认情况下为 torch.FloatTensor，您可以使用torch.set_default_tensor_type()更改它）

torch.Tensor() 只是 torch.empty() 的一个特例，其中数据类型为 torch.FloatTensor。